En todas las industrias, las organizaciones están midiendo cada vez más el uso de la IA a través de paneles, aprovechamiento de tokens y métricas de compromiso en las plataformas. Algunas de las empresas más visibles del mundo han creado tablas de líderes que clasifican el uso de IA por parte de los empleados; otras han vinculado la adopción de IA directamente a aumentos y promociones.

La intención es razonable: los líderes quieren una señal de que la inversión está dando resultados. Sin embargo, hemos llegado a un punto en el que gerentes, ejecutivos y juntas directivas sostienen una falsa suposición de que el uso de IA equivale a una fuerza laboral más preparada para la IA. El uso y la capacidad no son lo mismo.

Investigaciones recientes, basadas en una encuesta a 2,000 trabajadores en EE. UU. y Reino Unido, sugieren que muchas organizaciones están midiendo la adopción de IA más rápido de lo que los empleados aprenden a usarla de forma eficaz. Mientras que el 46% de los empleados reporta usar herramientas de IA en el trabajo, casi la mitad no ha recibido revisión formal sobre IA y el 56% no tiene un camino claro para desarrollar habilidades relacionadas con IA.

Quizá lo más preocupante es que el 17% admite que está fingiendo usar IA en el trabajo. Si las organizaciones confunden uso de IA con capacidad y preparación, corren el riesgo de desarrollar estrategias y procesos para una fuerza laboral que realmente no posee las habilidades necesarias para ejecutarlas.

La brecha no es un problema de talento; es un problema de sistemas entre la adopción tecnológica y el desarrollo de la fuerza laboral. La solución exige que los CIOs y los líderes de RR. HH. vayan más allá de la mera coordinación y asuman conjuntamente la responsabilidad de traducir el uso de IA en verdadera capacidad de la fuerza laboral.

La trampa de la medición

A medida que la IA se integra en el trabajo diario, los líderes buscan formas de rastrear el progreso. Los paneles, informes de uso, recuentos de prompts y métricas de compromiso parecen ofrecer una forma obvia de demostrar impulso. Pero la actividad no es lo mismo que la capacidad.

Un empleado que genera 10 prompts diarios puede parecer muy comprometido. Eso no significa que sepa proporcionar entradas eficaces, evaluar resultados, reconocer alucinaciones o aplicar la IA de forma responsable para mejorar el rendimiento de manera significativa.

Cuando las organizaciones tratan la actividad como un proxy de competencia, los líderes desarrollan una falsa sensación de confianza sobre la preparación de la fuerza laboral, mientras que quedan al descubierto brechas críticas de capacidad.

No se trate de simplificar el caos con agentes

Existe una trampa paralela en la parte tecnológica: la carrera por “agenteificar” todo, envolviendo a un agente cada proceso y SKU existente.

Pero automatizar un flujo de trabajo roto simplemente genera un flujo de trabajo roto más rápido. El objetivo no es agentificar el caos, sino repensar el trabajo primero y luego aplicar IA a lo que realmente importa.

La misma disciplina se aplica a cómo medimos el retorno. La automatización y las ganancias de productividad son reales, pero tratar la eficiencia como la meta final subvalora la verdadera oportunidad.

El premio mayor es la transformación: avanzar tanto en ingresos como en beneficios, no sólo reducir el costo por tarea. Las organizaciones que apuntan solo a una productividad incremental capturarán una fracción de lo que la IA puede entregar.

La brecha de visibilidad de la que nadie habla

Esto plantea un nuevo desafío para CIOs y líderes de RR. HH. La mayoría de las organizaciones pueden ver quién usa herramientas de IA. Mucho menos pueden ver si los empleados las usan de forma efectiva.

La próxima fase de la transformación de IA no se dirimirá por el acceso a las herramientas, que la mayoría ya ha resuelto. Se determinará por si los empleados poseen el juicio, la confianza y las habilidades necesarias para usar esas herramientas de forma productiva e impactante.

Sin esa visibilidad, las organizaciones corren el riesgo de optimizar métricas de adopción mientras invierten poco en el desarrollo que genera valor comercial a largo plazo. La adquisición tecnológica recae en un equipo. Los datos de aprendizaje y habilidades están en otro lugar. Los datos de rendimiento suelen estar en otro sistema totalmente distinto.

En consecuencia, las organizaciones luchan por conectar el uso de IA con resultados de negocio.

Este es un problema tanto del CIO como de RR. HH.

Responsabilidad conjunta, no coordinación

La conversación que mantengo con mis colegas se centra en avanzar de la coordinación a la responsabilidad conjunta. Coordinación significa que TI y RR. HH. se hablan entre sí. Responsabilidad conjunta significa que comparten el mismo objetivo: si la fuerza laboral puede ejecutar la estrategia de IA de la organización.

¿Dejar de decir “usar IA”? ¿Qué tan efectivamente la gente la está usando para generar un impacto medible en el negocio?

Ese cambio de enfoque altera dónde se toman las decisiones y quién las toma. Los líderes de RR. HH. deben entender qué capacidades necesitará el negocio y dónde se están ampliando las brechas de desarrollo. Los CIOs deben entender cómo se despliegan las herramientas de IA, dónde encajan los agentes en el flujo de trabajo y dónde la infraestructura técnica puede facilitar el aprendizaje en el punto de trabajo.

Ninguna función puede resolver el problema por sí sola.

Las habilidades que perduran

Entre toda esta turbulencia —nuevos modelos, nuevas herramientas, nuevos agentes cada trimestre— una cosa permanece durable: la experiencia de dominio expresada en el trabajo. Las habilidades específicas a nivel de tarea que hacen que alguien sea eficaz en su trabajo no se deprecian como lo hace una herramienta concreta. A medida que la IA transforma la manera de trabajar, esas habilidades basadas en el dominio son las que se acumulan y permanecen.

Cuando las organizaciones examinan por qué la adopción de IA a menudo se estanca o queda en lo superficial, suele aparecer la misma cuestión: la IA se implementa sin estar realmente anclada a las habilidades y tareas de la fuerza laboral. La adopción se convierte en actividad: visible, pero no acumulativa.

Para abordar esto, hace falta un cambio de enfoque. La IA debe conectarse directamente con cómo se realiza y mejora el trabajo. Cuando la adopción está ligada a tareas y resultados reales, se convierte en un mecanismo para fortalecer continuamente las habilidades subyacentes, en lugar de simplemente aumentar el uso de herramientas.

Qué deben poseer los CIOs

La conversación sobre la preparación de IA ha girado en gran medida en torno a la implementación tecnológica. La cuestión más difícil es si las organizaciones están construyendo las capacidades de fuerza laboral necesarias para traducir la adopción en resultados.

Para los CIOs, eso significa asumir la responsabilidad de algo que va más allá de la infraestructura tecnológica. Se trata de crear los sistemas, asociaciones y bucles de retroalimentación que permitan a sus organizaciones desarrollar capacidad a la velocidad de evolución de la IA, con visibilidad sobre las habilidades de IA que su gente está desarrollando.

Las organizaciones más exitosas tendrán a los CIO y a los líderes de RR. HH. trabajando juntos para convertir el uso de IA en capacidad sostenida de la fuerza laboral y en valor medible para el negocio. No solo proporcionan las herramientas, sino el apoyo para usarlas de manera efectiva. Eso es lo que parece la fuerza laboral empoderada por IA del futuro.

Hemos destacado los mejores constructores de sitios web con IA.

Este artículo fue producido como parte de TechRadar Pro Perspectives, nuestro canal para presentar las mentes más brillantes de la industria tecnológica hoy.

Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si estás interesado en contribuir, infórmate aquí:https://www.techradar.com/pro/perspectives-how-to-submit

from Latest from TechRadar https://ift.tt/y6vTEFo
via IFTTT IA